四川省犍为县两种纵卷叶螟幼虫和蛹的寄生蜂种类及发生动态

本研究旨在明确稻显纹纵卷叶螟和稻纵卷叶螟幼虫和蛹寄生蜂种类和优势寄生蜂种类差异,为两种纵卷叶螟的种间竞争机制研究和生物防治提供理论依据。通过采集四川省犍为县两种纵卷叶螟幼虫和蛹,于室内饲养羽化并收集寄生蜂,鉴定寄生蜂种类和调查自然寄生情况。结果显示,稻显纹纵卷叶螟和稻纵卷叶螟幼虫和蛹的寄生蜂种类主要有8种。其中,在两种纵卷叶螟中均发现的寄生蜂为趋稻厚唇姬蜂Phaeogenes sp.,仅在稻显纹纵卷叶螟中发现的寄生蜂为无脊大腿小蜂Brachymeria excarinata(Gahan,1925)、粘虫广肩小蜂Eurytoma verticillata(Fabricius,1798)、黄眶离缘姬蜂Trathala flavo-orbitalis(Cameron,1907)、具柄凹眼姬蜂指明亚种Casinaria pedunculata(Szépligeti,1908)和稻苞虫兔唇姬小蜂Dimmockia secunda(Crawford,1910),仅在稻纵卷叶螟中发现的寄生蜂为棱角肿腿蜂Goniozus sp.和大螟钝唇姬蜂Eriborus terebrans。稻显纹纵卷叶螟的寄生蜂寄生率(0.01%~0.46%)比稻纵卷叶螟寄生率(0.34%~2.07%)低。大螟钝唇姬蜂为稻纵卷叶螟寄生蜂的丰富种且优势度指数最高,但无脊大腿小蜂是稻显纹纵卷叶螟中优势度指数最高的优势种寄生蜂。稻显纹纵卷叶螟的寄生蜂优势种随时间发生变化,7月和9月的优势寄生蜂为无脊大腿小蜂,而8月为趋稻厚唇姬蜂和黄眶离缘姬蜂。但是,10月采集的稻显纹纵卷叶螟没有发现寄生蜂寄生的现象。两种纵卷叶螟虽为近缘种,但二者寄生蜂种类和优势寄生蜂种类存在差异。

亚致死浓度阿维菌素和毒死蜱对经历寄主转换的稻纵卷叶螟生长发育和繁殖的影响

【目的】本研究旨在明确寄主转换经历是否会改变亚致死浓度杀虫剂对稻纵卷叶螟Cnaphalocrocis medinalis生长发育和繁殖的影响,为杀虫剂的合理使用及稻纵卷叶螟的综合治理提供理论依据。【方法】从稻纵卷叶螟水稻种群和小麦种群中收集卵,并将其分别转换寄主植物饲养至2龄,作为具有不同寄主转换经历处理的幼虫[以水稻为食的水稻种群(R-R)、以小麦为食的水稻种群(R-W)、以小麦为食的小麦种群(W-W)和以水稻为食的小麦种群(W-R)]。利用离体叶片浸渍法对这些幼虫在亚致死浓度(LC_(25))阿维菌素和毒死蜱浸渍下的水稻或小麦叶片处理后48 h,测定3-5龄幼虫生长发育及成虫繁殖能力和寿命。【结果】未经杀虫剂处理时,寄主转换显著影响稻纵卷叶螟3-5龄幼虫总历期、化蛹率和蛹重,但对水稻种群和小麦种群的影响相反。LC_(25)浓度阿维菌素和毒死蜱处理2龄幼虫,显著延长3-5龄幼虫总历期,但延长程度因寄主转换经历而异。LC_(25)浓度阿维菌素显著降低各寄主转换经历幼虫的化蛹率(R-R组除外)。LC_(25)浓度毒死蜱仅显著降低W-W组的化蛹率。在2龄幼虫暴露于LC_(25)浓度阿维菌素后W-W和W-R组的蛹重显著降低。水稻种群化蛹率和蛹重受寄主转换的影响在LC_(25)浓度阿维菌素处理后消失,而小麦种群化蛹率和蛹重受寄主转换的影响在LC_(25)浓度阿维菌素和毒死蜱处理后均消失。无论是何种寄主转换经历还是LC_(25)浓度阿维菌素和毒死蜱处理均未影响成虫羽化率、交配率和单雌产卵量。寄主转换处理只显著影响未经杀虫剂处理时水稻种群的卵孵化率,但卵孵化率均未受LC_(25)浓度阿维菌素和毒死蜱处理影响。与未经杀虫剂处理相比,LC_(25)浓度阿维菌素和毒死蜱处理均未影响雌成虫寿命,但LC_(25)浓度毒死蜱处理显著增加了W-W组雄成虫寿命。【结论】寄主转换经历会影响阿维菌素和毒死蜱对稻纵卷叶螟的亚致死效应。LC_(25)浓度阿维菌素和毒死蜱处理经历寄主转换的稻纵卷叶螟幼虫后,其幼虫和蛹生长发育均受到不同程度影响,但成虫繁殖和寿命所受影响较小。使用针对稻纵卷叶螟的杀虫剂时和进行毒理实验时应考虑到寄主植物的潜在影响。

基于多特征融合和轻量级卷积神经网络的枇杷病害识别模型

为进一步提高枇杷病害识别准确率,提出基于多特征融合和轻量级卷积神经网络的枇杷病害识别模型。先提取枇杷病害图像的灰度、LBP、HOG特征并进行特征合并,将合并后的特征矩阵输入MobileNetV3模型进行特征加强提取及融合;再利用全连接层作为分类器,对枇杷病害进行识别,得到基于多特征融合的枇杷病害识别模型。实验结果表明,利用所提模型对枇杷病害识别的准确率为99.63%,精准率为99.68%,召回率为99.76%。

基于改进MobileNetV3的轻量化枇杷病害识别

为了枇杷病害能够及时检测,提高枇杷病害识别的准确率,在MobileNetV3基础上提出一种轻量化枇杷病害识别算法。首先,用PConv替换MobileNetV3中的DWConv,设计新的block结构;然后,引入CBAM注意力模块,从通道和空间上增加特征表达能力以提高模型准确率;最后,重新设计网络结构得到改进的MobileNetV3模型。实验表明,改进后的算法准确率达97.79%,模型参数量为1.14M,检测速度为21.9fps。该算法实现轻量化效果,可快速准确地对枇杷病害进行识别,为移动端实现枇杷病害识别提供新的技术支持。

基于EasyDL的自然环境中成熟枇杷识别研究

以自然环境下的枇杷为研究对象,基于EasyDL定制化训练和服务平台,建立针对成熟枇杷和未成熟枇杷的识别训练模型,并分别用100张未在训练数据集内的成熟枇杷和未成熟枇杷图片素材对训练模型进行验证,识别结果大部分满足要求。通过对比分析成熟枇杷的识别结果数据,总结得到其识别结果受到环境光强度、拍照视野和图像质量以及枇杷的品种等多方因素的影响,导致识别结果变化幅度大。该研究弥补了对于自然环境中成熟枇杷识别的空白,也为今后枇杷采摘机器人的实现打下研究基础。

空气冷却在超超临界蒸汽轮机铸钢件生产中的应用

依据冷铁激冷的理论,基于高压内缸铸件的结构,在喷嘴处设计了2块砂芯,通过理论计算冷却量,设计φ25 mm进气管和φ20 mm出气管,压缩空气压力为0.7 MPa,通压缩空气时间为180 s。结果显示,出口温度比进口温度高40℃以上,降低了砂芯周围钢液的温度,从而避免了狭窄气道的粘砂问题。

基于PHP的发印管理系统的实现

该文介绍了利用PHP以及My SQL数据库技术,结合发印业务流程,建立起来的一套基于B/S结构的出版社发印凭单管理系统。包括系统设置、发印单录入、委托单录入、费用单录入、基本库的操作、报表统计等模块。各模块协同工作,完成整个发印流程的管理以及各项费用的计算。

城市重污染河流沉积物营养盐和重金属分布及潜在生态风险

以南京市南河为研究对象,采集4个断面的沉积物柱状样(0~120 cm)分析其总氮(TN)、总磷(TP)、有机质(OM)及重金属(Cr、Ni、Cu、As、Cd、Hg、Pb和Zn)的含量,并采用潜在生态风险评价及相关性分析等方法,揭示黑臭河道底泥中营养元素和重金属的垂向分布特征及潜在生态风险。结果表明:南河沉积物中营养元素和重金属含量呈明显的空间差异特征,其中北部河段TN、TP和OM的含量明显高于南部;深度方向上,TN和TP均随深度先增加后减少,且在40~80 cm深度处含量最高。南河的南部和北部沉积物中重金属含量均较高,其中南部的Ni、Cd和Pb及北部的Cu、Hg和Zn的含量均为中部的2倍以上;深度方向上,除Hg和Zn外,各重金属含量在60 cm以内呈现随深度逐渐增加的趋势。潜在生态风险评价显示,各断面Hg和Cd均达到极强生态危害,其次是Ni和Zn,而As的危害程度相对较小。相关性分析显示,沉积物中Cu与TP、TN和OM呈极显著相关,Ni和Cr呈极显著正相关且都与Zn呈显著正相关,Cd、Pb、As和Zn之间两两呈显著正相关。总体上,南河底泥重金属及营养元素污染较严重,且存在复合污染的趋势。

太湖潜流带有机质含量对硝酸盐还原途径的影响

通过太湖原状沉积物柱室内模拟试验,研究了有机质(腐殖酸)和硝态氮随下行水流进入潜流带对氮素转化和硝态氮还原途径的影响。结果表明,仅输入硝态氮时,潜流带中硝态氮出现持续累积现象,硝态氮还原速率为0.087-0.186μg/(cm^(3)·d)(平均0.162μg/(cm^(3)·d));而同时输入腐殖酸和硝态氮时,潜流带还原性环境逐渐增强,在21 d内Eh值降至-200 mV以下,硝态氮还原速率为0.092-0.251μg/(cm^(3)·d)(平均0.220μg/(cm^(3)·d)),腐殖酸有效促进了硝酸盐的还原。反硝化作用是潜流带中硝酸盐还原的主要途径,特别是潜流带上部(0-22.5 cm),其贡献达到90%以上;而潜流带的深部(22.5-45.0 cm)硝酸盐还原量总体较小,反硝化作用贡献也仅占39.5%。随着腐殖酸的消耗(6.92 mg/L降为3.32 mg/L),硝酸盐异化还原成铵过程对硝酸盐还原的贡献由14.0%降为2.7%。综合来看,补充有机质有利于潜流带特别是浅层潜流带的硝酸盐还原,且以反硝化过程为主,对湖泊水体碳氮循环和去除具有重要作用。

太湖潜流带胶体分布特征及对氨氮分布的影响

采集太湖潜流带区域柱状样,分析不同粒径范围的胶体分布以及吸附NH_(4)^(+)-N含量的特征。结果表明:太湖潜流带胶体含量分布差异显著(P<0.05),浓度分布由高到低依次为北部>西部>东部>南部>中部,各区域沉积物胶体含量垂向分布特征基本一致,随深度的增加呈先增加后减少的趋势;不同粒径范围胶体的含量差异显著(P<0.05),其中粒径范围0.45~1μm内的胶体含量最多(占33.7%),粒径范围≤0.1μm的胶体含量最少(占10.0%);太湖潜流带中0.01%的胶体所吸附的NH_(4)^(+)-N量占沉积物可提取NH_(4)^(+)-N总量的72.7%,其中,粒径范围0.1~0.22μm的胶体吸附量占总吸附量的34.1%、粒径范围0.45~1μm的胶体吸附量占24.3%。太湖潜流带中的胶体含量和分布很大程度上控制着NH_(4)^(+)-N的含量和分布,在内源污染治理及富营养化控制中需要加以重视。

变压吸附塔结构的分析设计及风险控制

变压吸附塔长期承受交变载荷,疲劳失效是主要的失效模式。介绍变压吸附塔的工作原理及结构设计中应注意事项,阐述疲劳载荷工况下许用交变应力强度幅计算、应力分析结果,提出变压吸附塔在设计、选材制造、焊接和检验过程中的风险控制措施。

当代淮剧的生存状况与发展愿景

淮剧作为中国第二批非物质文化遗产,在数百年历史长河中不断前行,具有旺盛的生命力。在现代化技术蓬勃发展的过程中,淮剧发展遭遇了一定的阻力。当前多样化的娱乐形式瓜分了淮剧的市场,方言唱词在一定程度上限制了淮剧的受众面,传统折子戏与现代戏之间较难取舍,改善淮剧目前的发展问题需要合理推敲台词、探索多样化宣传途径、精细化打磨传统剧,创作贴近现实生活的现代剧。

高温容器裙座热应力的工程计算方法

对于工作温度高、设备直径大的立式容器,裙座顶部的温差应力可能很高,甚至可能成为控制应力。通过分析裙座轴向温度场分布和轴向温差应力,得到裙座顶部热应力的板壳理论解;结合工程实际,得到裙座顶部热应力的简单工程计算方法。计算结果表明,仅以介质操作温度作为是否设置隔气圈的判据是不合理的。经与有限元计算结果对比,证明该工程计算方法可靠。

人工饲料饲养草地贪夜蛾的生长发育与繁殖

【目的】草地贪夜蛾Spodoptera frugiperda(J.E.Smith)是一种重要的农业害虫,于2019年1月侵入我国。室内大规模饲养可为草地贪夜蛾生物学等方面的研究提供材料。【方法】本文制备草地贪夜蛾人工饲料,并比较草地贪夜蛾在人工饲料和天然食料上的生长发育和繁殖指标。【结果】饲喂人工饲料和玉米叶的草地贪夜蛾幼虫存活率分别为86.33%和86.00%,幼虫历期为17.94 d和18.11 d。人工饲料饲养的草地贪夜蛾雌雄成虫寿命分别为13.92d和12.00d,而饲喂玉米叶的草地贪夜蛾雌雄成虫寿命分别为13.83 d和12.08 d。以人工饲料和玉米叶饲养的草地贪夜蛾平均单雌产卵量分别为943.50粒和885.42粒。【结论】饲喂人工饲料和饲喂玉米叶的草地贪夜蛾幼虫的存活率、发育历期、雌雄虫寿命及单雌产卵量不存在显著差异,本研究配制的人工饲料可以用于草地贪夜蛾的大规模饲养。

草地贪夜蛾在不同类型玉米苗期的生长发育与繁殖

【目的】草地贪夜蛾Spodoptera frugiperda(J.E.Smith)是2019年入侵我国的重要农业害虫,对我国玉米等粮食作物生产构成严重威胁。为了明确草地贪类型夜蛾在不同玉米上的生物学特性,为不同类型玉米上草地贪夜蛾的防控提供参考。【方法】本文研究了苗期不同类型玉米(甜玉米、糯玉米、甜糯玉米和普通玉米)对草地贪夜蛾的生长发育与繁殖的影响。【结果】草地贪夜蛾在玉农科糯、斯达206、南甜糯601、焦点玉501的发育历期和存活率均无显著差异,平均发育历期为17.88-18.81 d,平均存活率为70.1%-76.3%。幼虫期取食玉农科糯、斯达206、南甜糯601、焦点玉501的草地贪夜蛾蛹重、蛹历期、成虫寿命和单雌产卵量在不同类型玉米间无显著差异,其中平均雌蛹重为193.67-214.16 mg/头,平均雄蛹重为197.40-200.41 mg/头,雌蛹平均历期为8.8-9.2 d,雄蛹平均历期为9.4-10.1 d,雌蛾平均寿命为11.0-16.1d,雄蛾平均寿命为9.8-13.1d,平均单雌产卵量分别为733.3-845.2粒。【结论】苗期4种不同类型玉米(玉农科糯、斯达206、南甜糯601、焦点玉501)对草地贪夜蛾的生长发育与繁殖无显著影响。

稻纵卷叶螟的人工饲养技术

稻纵卷叶螟Cnaphalocrocis medinalis的人工饲养技术是科研人员顺利开展相关研究工作的前题。稻纵卷叶螟人工饲养所要解决和重视的关键问题是食料和饲养条件。目前主要以天然食料、人工饲料以及2种食料相结合的方法饲养稻纵卷叶螟。而饲养条件,如温湿度、饲养密度、化蛹介质、产卵介质等会对对稻纵卷叶螟的生长发育产生影响。本文对目前我国稻纵卷叶螟人工饲料及人工饲养技术进行综述,有助于厘清该虫人工饲养技术的发展脉络,促进人工饲养技术的改善和提高,推动我国稻纵卷叶螟的研究。

草地贪夜蛾和其它五种重要鳞翅目害虫蛹的形态特征比较

【目的】田间草地贪夜蛾Spodoptera frugiperda(J.E.Smith)蛹与斜纹夜蛾Spodoptera litura Fabricius、甜菜夜蛾Spodoptera exigua(Hübner)、粘虫Mythimna separata(Walker)、棉铃虫Helicoverpa armigera(Hübner)和亚洲玉米螟Ostrinia furnacalis 5种重要鳞翅目害虫蛹容易混淆。明确草地贪夜蛾与其它5种重要的鳞翅目害虫蛹的形态差异,为田间鳞翅目害虫蛹的准确鉴别和田间调查提供依据。【方法】采用体式显微镜拍照观察并分析草地贪夜蛾蛹、斜纹夜蛾蛹、甜菜夜蛾蛹、粘虫蛹、棉铃虫蛹和亚洲玉米螟蛹的外部形态特征,根据相关特征差异编制了区分草地贪夜蛾与此5种鳞翅目害虫的检索表和快速区分表。【结果】草地贪夜蛾蛹主要特征为中足末端到达下颚末端之前,触角末端到达中足末端之前;中胸背板前缘略直;第4-7腹节背面前缘着生多行粗点刻;腹部末端臀棘上着生1对基部分开呈八字形的刺。草地贪夜蛾蛹腹部末端臀棘部位与其它5种害虫均不相同,辅以附肢位置、中胸背板前缘线和腹部点刻等特征可以准确将其与斜纹夜蛾、甜菜夜蛾、粘虫、棉铃虫和亚洲玉米螟的蛹区分。斜纹夜蛾中胸背板前缘线和臀棘上的刺与草地贪夜蛾有异;甜菜夜蛾下颚与中足位置及臀棘上的刺与草地贪夜蛾有异;粘虫腹部点刻和臀棘上的刺与草地贪夜蛾有异;棉铃虫触角末端位置和腹部末端的刺与草地贪夜蛾有异;亚洲玉米螟腹足遗迹和臀棘上的刺与草地贪夜蛾有异。【结论】根据蛹的结构特征,可以区分草地贪夜蛾与斜纹夜蛾、甜菜夜蛾、粘虫、棉铃虫和亚洲玉米螟等害虫的蛹。

太湖水体Chl-a预测模型ARIMA在引排水方案优化中的应用

我国东部大型浅水湖泊太湖的富营养化和藻华暴发一直是困扰该地区社会经济高质量发展的重要水问题之一,其中水资源分配不均及部分营养盐浓度较高,严重制约了太湖水体生态环境的健康发展。基于1999—2019年太湖水质、气象等逐月观测资料,构建了基于协变量(TN、TP、COD_(Mn)、降水量和引排水量)的叶绿素a(Chl-a)预测模型ARIMA(1,1,1)(0,1,1)_(12),并结合2007—2019年历史引排水方案经验和效果,提出了未来平水年情景下降低太湖藻华大面积暴发风险的引排水方案优化策略。结果表明:所构建的ARIMA(1,1,1)(0,1,1)_(12)模型能有效预测太湖水体Chl-a浓度;且在预设未来情景下,通过同步增加引、排水量可有效降低水体营养盐含量。引排水方案的优化关键在于季节性水资源的合理调配,在满足水安全的基础上适当加大冬春季节引排水,可达到改善水动力和排出营养盐的效果。

太湖水体Chl-a预测模型ARIMA的构建及应用优化

叶绿素a(Chl-a)是湖泊浮游植物生物量的重要指标,其含量能反映水中浮游植物的丰度和变化规律.以1999年12月~2019年8月太湖水体Chl-a和环境因子的逐月监测数据为基础,运用主成分分析方法探讨了Chl-a与环境因子的关系,据此建立了Chl-a与主要环境因素之间的多元线性逐步回归模型及自回归综合移动平均模型(ARIMA).结果表明:(1)太湖Chl-a浓度存在着明显的季节变化,且总体处于上升趋势.总磷(TP)、高锰酸盐指数、月均气温(MAT)和月度降雨量(MR)与Chl-a浓度存在较好的变化同步性,总氮(TN)和氨氮(NH_(4)^(+)-N)则表现出明显的滞后性.(2)主成分分析结果表明,太湖水体藻类暴发条件不仅仅是基于N和P等限制性因素,而是发展为TN、NH_(4)^(+)-N、TP和高锰酸盐指数、MR和MAT等多元因素的综合影响.(3)两种模型经验证比较,基于1999~2019年逐月资料建立的Chl-a浓度的ARIMA模型模拟效果和预测精度明显优于所建立的多元线性逐步回归模型,特别是在考虑主要环境因素作为自变量及优化自变量取值情况下其预测效果得到进一步提升.建立的ARIMA(0,1,1)(0,1,1)模型将有助于太湖藻类暴发的预报和预警,并为及时有效地安排水资源调度及调控等水环境管理措施提供依据.

基于Metropolis准则的BP模型改进及在太湖Chl-a预测中的应用

水体富营养化及藻华暴发已成为湖泊治理中的主要问题,利用历史监测数据,采用BP神经网络对水体中叶绿素a(Chl-a)浓度进行预测,已成为藻华预警的主要手段。但该方法存在迭代速度慢、易陷入局部极值等局限性,导致产生拟合结果不优或预测误差较大等问题。利用Metropolis接受准则的全局寻优能力,将其与BP神经网络相结合构建MBP模型,并以太湖水体中Chl-a月均浓度为预测对象进行验证模拟。结果表明,基于2009—2016年太湖月平均相关水环境数据训练出的MBP模型,相较于传统BP神经网络具有以下特点:1)权值在迭代过程的初始阶段能更快地收敛于较优值,模型拟合效果与预测精度也有所提升;2)针对不同的数据情况(数据噪声与样本数量),MBP模型的平均预测误差较传统BP神经网络明显降低,具有较强的鲁棒性与稳定性。构建的MBP模型进一步拓展了传统BP神经网络在叶绿素a浓度预测模型中的应用。